Classificação Fuzzy de Padrões Não-Motores e Indicação da Severidade da Doença de Parkinson
Thiago J. Ribeiro1; Maria T. Borges1; Rennan A. Cardoso1; Raquel R. Coelho1; Sílvia Costa1; Daniel Leite1
1 Universidade Federal de Lavras
Baixar PDF doi:10.20906/CPS/CBA2018-0432
Resumo
A doença de Parkinson é uma doença neurodegenerativa relacionada a idade. Cerca de 1% dos indivíduos com idade superior a 65 anos desenvolvem a doença. Pesquisas recentes em detecção incipiente da doença de Parkinson têm apontado como os primeiros indicadores da doença alterações sutis na voz, hiposmia e distúrbios do sono. Este traba-lho leva em consideração análises de amplitudes da fala em certas frequências e algoritmos de inteligência computaci-onal para detecção incipiente de padrões não-motores da doença de Parkinson. O grande número de dados e variáveis envolvidas, e a incerteza sobre valores exatos, causam dificuldades e imprecisão à análise especialista. Algoritmos de agrupamento, viz. Fuzzy C-Means e Gustafson-Kessel, foram implementados para análise das características extraídas de uma base de dados disponibilizada pela Universidade de Oxford. Os algoritmos apresentam resultados a respeito da severidade da doença de Parkinson para cada um dos indivíduos considerando a escala UPDRS (Escala Unificada de Avaliação da Doença de Parkinson). Em particular, o algoritmo Gustafson-Kessel tem apresentado melhores resul-tados em termos de classificações corretas de acordo com níveis de severidade
Palavras-chave: Doença de Parkinson; Inteligência Computacional; Agrupamento Fuzzy; Fuzzy C-Means; Gustafson-Kessel